Hace ocho años, cuando el Primeros fondos de inversión con IA lanzadoslos veteranos de la industria los descartaron como trucos caros. Hoy, la inteligencia synthetic se ha convertido en silencio en el empleado más valioso de la industria financiera, realizando tareas, como extraer datos de miles de documentos, analizar los mercados a velocidad sobrehumana y ayudar a las empresas de inversión a administrar sus finanzas de manera más eficiente que nunca. Lo que todavía no puede hacer es ser Warren Buffett.
A medida que el Oráculo de Omaha cumple 95 años este mes, sigue siendo característicamente desconfiado de la tecnología que ha transformado la inversión. En la reunión anual de Berkshire Hathaway del año pasado, Buffett comparó la IA con las armas nucleares, diciéndolo “me asusta el infierno. “Sin embargo, eso no lo ha detenido de invertir mucho en empresas Al igual que Apple y Amazon, que están arrojando dinero en el desarrollo de poderosos sistemas de IA que muchos preocupan (o esperan) puede reemplazar a los trabajadores humanos.
Eso incluye reemplazar el propio Buffett. El Livermore ETF inteligente, que se lanzó este otoño, utiliza ChatGPT, Gemini y Claude como su “comité de inversión”, capacitando los grandes modelos de idiomas en décadas de escritos legendarios de inversores y pidiéndoles que elijan acciones en su estilo. El prospecto del Fondo promete aprovechar las estrategias de las mentes más ilustres del mundo de la inversión, convirtiendo las cartas de accionistas populares de Warren Buffett en decisiones de inversión algorítmica.
Doug Clinton, quien dirige Alpha inteligente, la firma detrás del ETF y otras ofertas de inversión de IA, dijo que sus modelos de IA pueden replicar con éxito muchos aspectos del enfoque de Buffett. Pueden detectar empresas con bajas relaciones de precio a ganancias y altos márgenes de beneficio, al igual que el Oracle. Para Clinton, el objetivo no es desbloquear alguna salsa secreta.
“No hemos pensado en: ‘Oye, ¿dónde está la visión única de los seres humanos?'”, Dijo Clinton. “Estamos tratando de ver dónde podemos, a escala, superar los puntos de referencia”. Alrededor del 80% de las 30 estrategias impulsadas por la IA de su empresa están superando sus puntos de referencia, dijo, en un promedio de 1000 puntos básicos desde el inicio.
Incluso con ese registro, el comité de IA de Clinton usa la supervisión humana. Su firma incluye una capa closing donde un humano aprueba la cartera closing, que encontró que la gente quiere como un fallido para garantizar que la IA no esté alucinando. El desafío, reconoció Clinton, es algo que él llama “sabor”, la cualidad inefable que le permite a un inversor mirar a 50 compañías que cumplen con todos los criterios cuantitativos e instintivamente saben elegir solo dos de ellas.
“Ese sigue siendo el delta que aún no se ha resuelto”, dijo.
Más allá del territorio de Buffett
Si bien Buffett ha construido su fortuna en gran medida en los mercados públicos, AI está encontrando diferentes oportunidades en los mercados privados, un espacio donde el Oráculo de Omaha no compite, y el panorama de datos ofrece nuevas ventajas para las máquinas. A diferencia de los mercados públicos, donde décadas de analistas cuantitativos ya han optimizado las estrategias comerciales, los mercados privados se mantuvieron menos explorados por la revolución algorítmica hasta hace poco.
Los mercados privados presentan un desafío fundamentalmente diferente para los humanos y la IA, según Matt Malone, Jefe de Gestión de Inversiones de Opto Investments, una plataforma que ayuda a los gerentes de patrimonio a construir carteras de mercados privados para sus clientes. En lugar de tomar decisiones comerciales rápidas, los inversores toman una decisión essential: qué administrador de fondos obtiene su dinero. Luego están en viaje durante años. La mayoría de los mercados privados operan a través de fondos de reducción, donde los inversores cometen dinero que se implementa con el tiempo y regresa durante un período aún más largo.
“Ahora tenemos AIS multimodales que pueden extraer información de un mazo de manera bastante eficiente, de manera mucho más eficiente que una lata humana”, dijo Malone. “Y, francamente, un humano no quiere hacer eso porque es aburrido y repetitivo”. Su empresa utiliza la IA para extraer datos relevantes de esos PDF, estandarizarlo y crear bases de datos que les permitan comparar a los administradores de fondos a través de métricas como la forma en que generan rendimientos.
Pero el equipo de Malone todavía hace las llamadas finales en las que los gerentes respaldarán. La IA se destaca en el análisis de aspecto hacia atrás, que cruza los datos de rendimiento histórico, mientras que los humanos se centran en las decisiones prospectivas sobre la inflación, las tasas de interés y la perspectiva del sector. A veces, eso significa rechazar a los gerentes que AI encuentra tienen un rendimiento estelar del pasado.
“Podemos decir que [a fund manager] Hice una gran inversión en hoteles “, dijo Malone,” pero si no creemos que los hoteles sean una buena inversión en el futuro, todavía no queremos invertir con este gerente en este momento “.
La verificación de la realidad cuantitativa
La revolución de la IA en finanzas ha sido más evolución que revolución, según Bob Elliott, un ex protagonista de Macro Analysis en Bridgewater Associates que ahora administra fondos ilimitados, que utiliza el aprendizaje automático para crear versiones de bajo costo de fondos de cobertura y estrategias de capital privado. Como alguien que ha trabajado como inversor sistemático durante décadas, Elliott ve el momento precise de IA de manera diferente al público en basic. “Mucha gente piensa en AI como un cambio radical que sucedió con ChatGPT”, dijo. “Y realmente no lo veo así en absoluto”.
El escepticismo de Elliott proviene de trabajar en un campo que ha estado usando algoritmos sofisticados durante décadas. Los fondos cuantitativos han empleado durante mucho tiempo modelos matemáticos complejos, y los avances recientes en modelos de idiomas grandes no han cambiado drásticamente su trabajo principal. En cambio, la caída de los costos de cálculo y las mejoras incrementales en las técnicas de aprendizaje automático han sido más valiosos que cualquier cosa que ver con ChatGPT, según Elliott.
El resultado es una costosa carrera armamentista de IA donde todos persiguen la misma ventaja. Elliott habla con los gerentes que ahora están en capas de herramientas de IA además de sus estrategias cuantitativas existentes, gastando en gran medida en modelos de idiomas grandes e infraestructura de aprendizaje automático. La pregunta es si todo este gasto de IA crea una ventaja actual o simplemente aumenta el costo de hacer negocios.
Incluso en la inversión sistemática, la responsabilidad humana sigue siendo essential, dijo Elliott, por lo que es poco possible que el próximo Warren Buffett sea IA. Fuera del comercio de alta frecuencia, los inversores aún quieren mirar a alguien a los ojos y responsabilizarlo.
“Para el mercado de frecuencia súper alta, se trata de la máquina”, dijo Elliott. “Para casi todos los demás, están mirando a la persona al otro lado de la mesa y diciendo: ‘Ni siquiera me importa cómo tomas la decisión, pero eres tú quien toma la decisión. Si no funciona, estás en el gancho por ello'”.
